Anthropic (США) выпустила модели Claude Fable 5.2 и Mythos 5.2

Репортаж от Wedoany，9 ноября американская компания в области искусственного интеллекта Anthropic представила две большие языковые модели — Claude Fable 5.2 и Claude Mythos 5.2, — улучшив их возможности в программировании, логическом выводе, визуальном понимании и обработке сложных научно-исследовательских задач. Скорость вывода новых моделей по сравнению с предыдущим поколением увеличена до 30%, цена API установлена на уровне 8 долларов за миллион входных токенов и 40 долларов за миллион выходных токенов. Оба продукта основаны на одной базовой модели и открыты соответственно для обычных пользователей и для профессиональных исследовательских организаций, прошедших квалификационную проверку.

С помощью Fable 5.2 компания Anthropic выполнила миграцию ключевого производственного сервиса с Python на Rust, что позволило ускорить запуск этого сервиса примерно в 26 раз. В другом эксперименте по разработке программного обеспечения более 1000 ИИ-агентов работали совместно непрерывно в течение 8 дней и, начав с пустого каталога кода, разработали прототип операционной системы, способный загружаться на ноутбуке, включающий драйверы диска, клавиатуры и сети, а также функции файлового хранилища, оконного интерфейса, входа пользователя и программу установки.

Около 1000 агентов Fable 5.2 также за 30 часов выполнили формализацию существующего доказательства Великой теоремы Ферма, создав математическое доказательство, которое может быть пошагово проверено системой Lean. Ранее Anthropic выполняла аналогичную задачу с использованием неопубликованной исследовательской модели за 11 дней, а новой версии потребовалось примерно в три раза меньше операционных токенов, при этом длина сгенерированного доказательства сократилась до одной седьмой от прежней. В контрольном эксперименте агенты Opus 5.5 того же масштаба за 30 часов работы выполнили лишь около 26% работы по формализации.

Сфера применения новых моделей дополнительно расширилась на проектирование электронных устройств, теоретическую физику и управление роботами. С помощью модели Anthropic с нуля спроектировала три реально работающих электронных устройства и выполнила два исследования открытых вопросов теоретической физики, касающихся чёрных дыр. Fable 5.2 также управляла физическим роботом при выполнении таких задач, как манипуляции с кубиком Рубика, откручивание крышки бутылки и рисование. В бенчмарк-тесте RoboDojo по управлению симулированным двуруким роботом модель показала результат 64,9%, что выше показателя предыдущего поколения Fable 5.1 — 27,6%.

Mythos 5.2 прошла специальную оценку для задач кибербезопасности. Anthropic использовала тестовый набор, включающий 1829 опубликованных уязвимостей, для проверки способности модели заново обнаруживать проблемы безопасности в версиях кода до исправления уязвимостей. Внутренняя оценка компании показала, что Mythos 5.2 обнаружила на 14,4% больше уязвимостей, чем Mythos 5.1, и на 10,2% больше, чем Opus 5.5. В другом внешнем тесте одна компания в сфере безопасности выявила, что около одной шестой подтверждённых уязвимостей, идентифицированных Mythos 5.2, не были обнаружены другими передовыми моделями, тестировавшимися в тот же период.

Оба продукта используют дифференцированный механизм доступа. Fable 5.2 оснащена средствами защиты в области кибербезопасности и биологии и в настоящее время доступна через платформу Claude, а также через Amazon Web Services, Google Cloud и Microsoft Azure. Mythos 5.2 открыта главным образом для организаций, прошедших проверку по программе кибербезопасности или программе валидации в области наук о жизни. Корпоративные клиенты Anthropic также могут через Claude Security использовать модели, включая Mythos 5.2, для сканирования уязвимостей кода.

Anthropic одновременно представила опциональный быстрый режим, скорость генерации токенов в котором достигает до 2,5 раза выше стандартного режима, по цене 16 долларов за миллион входных токенов и 80 долларов за миллион выходных токенов. Быстрый режим уже охватывает Claude Code, Claude Platform и некоторые облачные платформы; доступ к быстрому режиму Mythos 5.2 по-прежнему ограничен профессиональными программами валидации.